[发明专利]用于机器感知的系统和方法

说明书

一种用于确定一个或多个对象的位置的系统包括：发射器，所述发射器用于发射光子束以顺序地照射一个或多个对象的区域；多个相机，所述多个相机间隔开，其中每个相机具有用于检测光子的像素阵列；以及一个或多个处理器设备，所述一个或多个处理器设备执行存储的指令以执行方法的动作，包括：引导所述发射器用所述光子束顺序地照射一个或多个对象的区域；对于所述区域中的每一个，从所述相机接收检测到由所述一个或多个对象的区域反射或散射的所述束的光子的每个像素的阵列位置；以及，对于由所述相机检测的区域中的每一个，使用所接收到的检测到由该区域反射或散射的所述束的光子的所述像素的阵列位置来确定所述区域的位置。

相关申请的交叉引用

本申请是基于先前提交的于2016年12月27日提交的美国临时专利申请序列号62/498,534和于2017年10月10日提交的美国临时专利申请序列号62/606,879的实用专利申请，特此根据美国法典第35条第119(e)款要求所述申请的提交日的权益并且所述申请各自进一步通过引用整体地并入。

技术领域

本发明一般地涉及成像系统并且涉及制造和使用该成像系统的方法。本发明还涉及一种顺序地照射每个体素并使用多个接收器来进行检测的顺序体素成像系统。

背景技术

许多常规成像系统试图将3D运动现实捕获为一系列静止图像。图像被捕获为帧，即由在共享时间段内并行捕获的数百万个像素组成的批量观察结果。通过将图像视为帧，可以迫使常规多视图系统进入光子饥饿与运动模糊之间的霍布森选择，从而产生时空多义性和计算复杂性。常规基于帧的运动捕获系统的传统的示例是立体相机、结构化光3D感知系统和来自运动系统的结构。

为了确保足够的光子可用以满足每个相机中的数百万个像素的最小信号要求，通过快门控制的帧曝光时段通常是若干毫秒。每个像素通常需要至少100个光子；所以为了在10兆像素相机中最低限度地曝光单个帧需要至少十亿个光子，这在正常照射条件下会花费若干毫秒。

在此时间段期间的任何运动可引起显著的运动模糊。例如，对于1毫秒曝光，以10m/sec(22.5mph)的适度速度横过4K传感器的四米视场(FoV)的对象的边缘将在1ms内移动10mm，从而引起10个像素的运动模糊(即运动将系统的空间分辨率有效地降低到1/10，或者仅400个像素跨过相机的FoV，而不是4k)。较短的曝光能降低这种模糊，但是它们会导致光子的不足，这会进而显著地降低对比度，使得边缘和形状变得难以检测。例如，1/10曝光时间会以三个光子的固有(例如，泊松波动)噪声(即，33％信噪比)将光子预算降低到十个光子(100个光子中的1/10)。较大的光圈通常包括较大的、更昂贵的传感器和光学器件并且降低系统的焦深。

常规多视图系统可以创建模糊或曝光不足的有噪声的运动图像，其严重缺少边缘对比度。这可导致推测的常常错误的特征匹配。后者形成统计总异常值，其抑制传统的特征匹配算法，诸如SIFT和梯度下降方法，并且需要诸如RanSaC这样的计算密集的异常值抑制算法。许多常规多视图感知系统中的逐帧方法具有第二主要缺点：它导致固有计算复杂性，其随着相机数(N)和每相机的像素数(M)以(M^N)的量级按二阶指数方式增加。

在基于帧的多视图系统中，添加视图或像素可快速地导致计算过载并且带来巨大的设置和校准挑战。特别是当在多个图像之间建立准确的像素级对应时出现计算问题。例如，在3相机系统(N＝3)中建立准确的、密集(像素级)对应性可能需要在重叠的10兆像素之间排序并找到多达一百万个三方对应，这在计算上是复杂的(例如，通过10²¹个可能的像素-像素-像素组合(M^N＝10^7x3)来搜索和排序)。

阶数(M^N)的类似计算复杂性出现在需要遍及多个帧发现并跟踪连续帧之间的图像(或像素)对应性的运动恢复结构(SfM)系统中。

附图说明

图1示出可以实现本发明的各种实施例的示例性环境的实施例；